计及气象因素的电网输电线路故障停运概率分析与应用

李龙+谢大为+汤伟+余丽

摘要： 本文针对气象自然灾害对特高压交直流混联电网安全运行构成的威胁，介绍各类气象因素（雷电、微气象等）影响下输电线路气象停运概率的计算方法和功能应用。包括基于多时次信息进行雷击数值预报，预测雷区信息及发展轨迹，基于风速大小的线路停运分段线性模型，由电网微气象记录的风速数据，和相应风偏跳闸事故记录进行线性拟合，得到风偏引发的线路停运概率。在雷击和风偏强度基础上，获得输电线路总的气象灾害停运概率，为生成“电网气象风险设备故障集”提供基础。

Abstract： In view of the threat to the safety operation of the special high voltage AC/DC power network， the paper introduces the calculation method and function of the meteorological outage probability of transmission line under the influence of the meteorological factors such as lightning， typhoon and micro Meteorological. Based on multi time information for numerical prediction of lightning， the minefield information and development trajectory prediction and wind speed size based line outage piecewise linear model， the grid micro meteorological monitoring wind record data， and the corresponding wind yaw tripping accident record of linear fitting， get wind deviation caused by the line outage probability. Based on the intensity of lightning and the wind， the total meteorological disaster outage probability of transmission line is obtained.

关键词： 气象；因素；电网；线路；故障；停运概率

Key words： meteorological；factors；power network；transmission line；outage；probability

中图分类号：TM73 文献标识码：A 文章编号：1006-4311（2017）32-0148-03

0 引言

目前，我国尚未建立面向电网调控人员，基于气象灾害因素的电网输电线路故障停运概率。对于不同的气象灾害的电网设备停运模型的研究也不够深入，没有实现较为精确的定量分析手段。本文主要介绍了雷电、微气象影响下输电线路气象停运概率的计算方法。采用包括基于三时次信息进行雷击数值预报，基于电网微气象数据挖掘进行线路分段线性拟合等技术，获得输电线路总的气象灾害停运概率，为电网调控运行人员预控电网运行风险提供决策支撑。

1 雷电停运概率计算

雷电气象生消时间短、变化快。因此，以实时统计的雷电监测信息为基础，基于三时次识别当前雷电区域，预测雷电发展趋势，再筛选出在雷电影响范围内的杆塔，结合杆塔信息进行杆塔雷电停运概率计算，最终综合线路各杆塔雷电停运概率得到线路的雷电停运概率。雷电停运概率计算主要分为两部分：雷电发生范围的预测和输电线路雷电停运概率计算。

1.1 基于图像识别技术的每一时次雷电分区识别

选择短时间段（2min）为时间单位对雷电监测数据进行统计，包括雷击发生时间、落雷点位置（经度和纬度）、 雷电电流和回击次数等参数。因雷电统计时间段按时间先后次序进行区分，称一个统计时间段为一个时次。为了识别雷电范围，首先将监测区域按经纬度方向划分成若干个面积相同的正方形，使之构成一个图1所示的2D网格图像。基于经纬度方向，以正方形的边长作为坐标体系的单位长度，构建水平方向和垂直方向的坐标体系，以小正方形右下角点的坐标作为小正方形的标记。建立坐标体系后，小正方形的边长决定了识别落雷分区的空间粒度，并且也在一定程度上决定着外推算法的有效性和预报区域的精准度。取方格大小为0.01°×0.01°，以2分钟为一个统计时间段，将雷电监测系统在相应时间段内统计的落雷点累计到对应的小方格，以便识别出落雷密集区域。

1.2 雷电发展预测

针对相邻的两个时次雷电分区的最优轨迹进行雷电预测，只能从中获知连续的两个时次雷电的线性分布情况，并且这种雷电预测方法雷区采样信息量不足，预测精度并不高。而若基于连续三时次雷电分区最优轨迹所做的雷区发展预测，则可以考虑雷区发展的非线性，同时也因为所采样的雷区信息量大，使得其预测精度相对更高。基于此，在连续三个时次t-2，t-1，t的雷电分区的最优轨迹计算的基础上，进行雷电分区的预测，如图2所示，根据t-2，t-1时次和时次t-1，t的雷电分区位置及移动轨迹计算雷电分区的移动速度（包括速度大小及方向），从而预测t，t+1时次的雷电分区移动速度，预测t+1时次雷电分区的位置，其预测准确度相对于基于两时次雷电分区的最优轨迹预测更高。

2 输电线路雷击跳闸概率计算

線路的雷电停运概率以杆塔的雷电停运概率为基础，为了考虑具体的雷电天气对线路的影响，以实时的雷电信息为基础建立杆塔的雷电停运概率计算模型。杆塔的雷电停运概率等于杆塔所在位置的落雷概率与当前雷电强度下杆塔的闪络概率的乘积。首先，在雷电分区内建立落雷概率模型，描述雷电分区内各点受当前雷电影响的情况；然后，利用雷电流计算杆塔雷击闪络概率，分别采用改进电气几何模型计算绕击跳闸概率和蒙特卡洛模拟方法计算反击跳闸概率。endprint

2.1 雷区内杆塔处落雷概率

雷电分区表示了受雷电影响的区域，但分区内不同位置的杆塔受雷电影响的情况不尽相同。考虑了雷电分区的形状、大小等特性，利用高斯分布表示雷电分区内任一点（x，y）处杆塔的受雷电影响情况，区别于气象学科里的落雷概率的概念，称此模型为杆塔的落雷概率模型。

根据2011-2013年某地区线路雷击跳闸故障事件的统计，距离线路350米内的落雷引起该线发生跳闸闪络的概率在70%左右，需要注意的是，线路雷击故障统计结果表明，除雷电强度过小的情况外，距离线路350米以内的落雷对线路的影响较大但影响效果差异不大。因而可以据此选取高斯分布的形状参数s。由于采用圆形描述雷电分区，这里以分区内点（x，y）到分区中心的距离z为变量建立高斯分布。计算雷电分区内任一点（x，y）杆塔的落雷概率PT时，如式（1）所示，首先计算该点到雷电分区中心的距离z，认为z？燮350m的杆塔落雷概率均为70%，其他杆塔则服从高斯分布，如式（2）所示。

2.2 杆塔雷击跳闸概率计算

雷击跳闸概率为绕击跳闸概率和反击跳闸概率的总和，其计算流程如图3所示。以雷区的雷电强度为基础。首先，基于改进电气几何模型进行绕击跳闸概率的计算，计算过程考虑了杆塔所处地形及雷电入射角的随机性；然后，在已知跳闸概率的基础上，采用蒙特卡洛法计算反击的跳闸概率。在模拟雷电发生的过程中，考虑了工频电压对三相电路的影响。最后得出了杆塔的雷击跳闸概率，得到了跳閘的总跳闸概率。

2.3 计算线路因雷击跳闸概率

线路雷击跳闸率以杆塔雷击跳闸率为基础，根据式（3）所示的可靠性逻辑串联关系进行计算。

式中，PL为线路的总雷击跳闸概率；n为该线路在雷区内的杆塔数；PiT为第i基杆塔所在位置受雷电影响的概率；Pi为第i基杆塔的雷击跳闸概率，为第i基杆塔的反击跳闸率和绕击跳闸概率的总和，Pi=Pic+Pis

3 输电线路微气象跳闸概率计算

在气压、降水量、环境温湿度等微气象因素中，大风引起的风偏闪络是电网所面临的最大安全威胁。输电线路设计规范中明确指出：在相应的风偏条件下，带电部分和杆塔构件之间的最小间隙，如500kV线路的最小间隙dc=1.2m，在风速v与临界风速vc一致的条件下，最小空气间隙与最小间隙dc相同，可能成为风偏闪络的诱因。风偏闪络现象多半在工作电压下发生，出现这种现象后通常已无法完成重合闸操作，因此它造成线路停运的可能性较大。由于空气的击穿强度与其颗粒物含量、水汽含量等因素有一定的关联性，所以风偏闪络时的风速具有不确定性。对此，本文主要按以下思路通过建模分析风偏停运进行概率：

在风速v比临界风速vc小很多的情况下，风偏角较小，最小空气间隙将远大于最小间隙dc，风偏跳闸概率PM=0，线路不会出现风偏闪络现象；在风速v比临界风速vc大很多的情况下，风偏角也比较大，最小空气间隙将远小于最小间隙dc，风偏跳闸概率PM=1，线路出现风偏闪络现象的概率是100%。此外，当风速v在临界风速vc附近时，风偏跳闸概率与风速的增长趋势相同，PM介于（0，1）之间。为了使微气象停运概率模型更加简单实用，采用如图4所示的分段线性模型近似。

图4中的风速转折点v7、v10分别为7级和10级风速，vc为线路的临界风速，vm为必定发生跳闸的最小风速，P10和Pc为相应风速下的停运概率，P10、Pc、vc和vm可由某地区电网微气象监测设备的风速数据和风偏跳闸事故记录采用线性拟合得到。

4 实例分析

线路停运概率预报效果：

省级电网雷电监测区内的线路总共458条，其中包括399条220kV线路和59条500kV线路。每次线路停电概率预测过程中，提前6分钟结合雷电观测数据进行雷电预测，然后预测未来1分钟的雷电分区的雷电发展情况，最后算出本区各条线路雷击闪电的停运概率。

表1为某天18：14：00线路停运概率预测数据。从表中可以看出5条线路闪电分区的雷击跳闸概率。其中，繁朱2873线的雷击中断概率比另外4条线路的雷击中断概率偏大，是5条线路中最容易遭受雷击的线路。另外，从电网雷击跳闸事故也可以看出，某日18：15繁朱2873线路上发生雷击停运故障。从实践的角度来讲，笔者提出的停电概率计算方法切实可行，客观有效，并且通过概率大小可以预测雷击跳闸事故的发生概率。

5 结语

本文介绍雷电、微气象等气象因素影响下输电线停运概率的计算方法和应用实例，基于多时次信息进行雷击数值预报，预测雷区信息及发展轨迹，基于风速大小的线路停运分段线性模型，利用电网微气象监测的风速数据挖掘，和相应风偏跳闸事故记录进行线性拟合，得到风偏引发的线路停运概率，为电网调控运行人员在遇到极端灾害性气候影响情况下，预控电网运行风险提供重要的参考应用。

参考文献：

[1]DL 75-2001 电力系统安全稳定导则.北京：中国电力出版社，2001.

[2]薛禹胜.时空协调的大停电防御框架：（二）广域信息、在线量化分析和自适应优化控制[J].电力系统自动化，2006，30（2）.

[3]段涛，罗毅，等.计及气象因素的输电线路故障概率的实时评估模型[J].电力系统保护与控制，2013（15）：59-67.endprint